AI 制药进入实验闭环时代：不再只是生成答案
仅从名称判断，这似乎是场寻常的 AI 生物学大会：蛋白质、RNA、细胞、生成模型、基础模型等议题赫然在列。然而本次大会最值得关注的，并非又诞生了多少“能生成分子”的新模型，而是一个被正式摆上台面的核心问题：AI 能否超越给出单一答案，扮演科研助手的角色——提出假设、设计实验、调用工具，并根据实验反馈动态调整后续方案？Anthropic、OpenAI、Boltz、Arc Institute、NVIDIA 的研究人员罕见地出现在同一议程中。官方将其定义为 *agentic AI for biology*，即“
Nature新突破：多AI模拟科学家辩论，能否自主发现新知？
近年来，我们已习以为常：AI能阅读论文、归纳文献、编写代码、解析数据、润色文稿，甚至提供若干“研究思路”。但一个更为大胆的议题正浮出水面：AI能否真正投身于科学发现？请注意，这并非指“提升科学家效率”，也非“将数十篇论文浓缩为摘要”，而是更进一步——面对尚无标准答案的科学难题，AI能否自主查阅资料、提出多重假设、相互辩驳、筛选优胜方案、优化实验设计，最终输出具备实验室验证价值的科学假说？2026 年 5 月，《自然》（Nature）刊发了题为《Accelerating scientific discove
在真实场景中验证AI——从实践标准看智能化时代的认知方式
1978年5月11日，《实践是检验真理的唯一标准》在《光明日报》发布，掀起了一场关于真理标准的大讨论。十年之后的1988年5月11日，邓小平亲笔题词"实践是检验真理的唯一标准"。两个相隔十年的5月11日，共同指向一个核心问题：当时代发生深刻变革时，人们究竟凭什么来辨别真伪、修正认知、抉择方向？此刻，我们正处于AI迅猛发展的智能化时代，重新研读这篇文章，并非单纯怀旧，而是要将其中的"实践标准"重新带回现实：面对看似无所不能的AI，人类更需要保持清醒的辨别力，将技术置于真实问题、真实场景和真实成效中加以验证。